[AICE]인공지능활용능력향상을 위한 데이터 처리
- AICE는 인공지능 능력시험입니다. 영어능력을 평가하는 토익처럼, AICE는 인공지능 활용 능력을 평가합니다.
- KT가 개발했고, 한국경제신문과 함께 주관합니다. AICE는 자격기본법 규정에 따라 등록한 민간자격증이며, AICE Associate 등급은 2025년 국가공인민간 자격으로 신규공인 되었습니다.
- 본 과정은 AICE Associate 자격 합격을 위한 과정입니다.
- 본 과정은 데이터 분석과 AI 모델링의 성패를 좌우하는 데이터 전처리와 시각화 기법을 체계적으로 학습하여, 원시 데이터를 정제, 변환, 최적화하고 시각적으로 효과적으로 표현하는 능력을 배양하는 것을 목표로 합니다.
- 본 과정을 통해 결측치 처리, 이상치 탐지, 데이터 변환, 차원 축소, 특성 선택, 텍스트 데이터 전처리 등의 전처리 기법과 matplotlib, seaborn, folium 등을 활용한 데이터 시각화를 실습하며, 데이터를 단순한 숫자가 아닌 의미 있는 인사이트로 전환하고 전달하는 실무 역량을 기를 수 있습니다.
- 또한, 실제 업무 활용 가능한 데이터를 활용해 학습자가 직접 결측치 처리 및 시각화 작업을 수행할 수 있으며, 시각적 결과물을 즉각적으로 확인할 수 있는 예제풀이 과정을 통해 직관적인 학습을 제공합니다
| 학습시간 | 총 20차시 30일 과정 |
|---|---|
| 강사 | 박홍규, 김준호, 박해미 |
| 교재 |
|
수료 조건
| 수료항목 | 수료기준 | 평가 방법 |
|---|---|---|
| 평가 |
- 시험 있는 과정 : 시험 응시(점수 무관) - 시험 없는 과정 : 시험 없음(진도율로 수료) ※ 기업의 요청이 있을 경우, 수료기준은 다를 수 있습니다. |
|
| 진도율 |
진도율 100% 기준, 100% 이상 시 수료 가능 ※ 기업의 요청이 있을 경우, 수료기준은 다를 수 있습니다. |
차시별 총 학습시간의 50% 이상 학습한 차시만 해당 과정의 총 진도율에 반영됩니다. |
학습목표
- 데이터 분석과 AI 모델링의 성패를 좌우하는 데이터 전처리와 시각화 기법을 체계적으로 학습하여, 원시 데이터를 정제, 변환, 최적화하고 시각적으로 효과적으로 표현하는 능력을 배양하는 것을 목표로 한다. 이를 통해 결측치 처리, 이상치 탐지, 데이터 변환, 차원 축소, 특성 선택, 텍스트 데이터 전처리 등의 전처리 기법과 matplotlib, seaborn, folium 등을 활용한 데이터 시각화를 실습하며, 데이터를 단순한 숫자가 아닌 의미 있는 인사이
학습대상
- 대학생, 직장인 등 인공지능 관련 (준)전공자 등
강사 소개
박홍규
(강사)
- 경력
- 동양미래대학교 부교수
김준호
(내용전문가)
- 경력
- 현) 엘캠퍼스 교강사
- 전) 대기업 반도체 선행 연구 개발팀 연구원 3년
- 전) 연구 개발 담당 및 공정 프로세스 담당
- 학력
- 미국 TOP 10 대학원 출신
박해미
(내용전문가)
- 경력
- 총 경력 : 6 년 9개월
- - 엔타입 ( 1 년 8 개월 )
- - 렛유인 ( 5 년 )
- 학력
- - 경북대 컴퓨터 시스템 공학과( 학사졸업 )
훈련내용
| 차시 | 차시명 | 강의시간 |
|---|---|---|
| 1차시 | 데이터 시각화 및 전처리 개요 | 25분 |
| 2차시 | matplotlib #1. 라이브러리 소개 및 기본 실습 | 25분 |
| 3차시 | matplotlib #2. 설정 변경 및 pandas 시각화 | 25분 |
| 4차시 | seaborn #1. 범주형 데이터 시각화 실습 | 26분 |
| 5차시 | seaborn #2. 관계형 데이터 시각화와 히트맵 실습 | 28분 |
| 6차시 | plotly #1. 소개 및 기초 실습(막대 그래프) | 27분 |
| 7차시 | plotly #2. 기초 실습(선 그래프, 파이차트, 산점도) 및 시각화 라이브러리 비교 | 25분 |
| 8차시 | folium #1. 지도 시각화 라이브러리 소개 및 folium 기초 실습 | 28분 |
| 9차시 | folium #2. 플러그인 기능(MarkerCluster, choropleth 등)을 활용한 심화 실습 (feat. 서울시 따릉이 대여소 시각화) | 29분 |
| 10차시 | 실전 실습 #3. 서울시 유동인구 데이터 탐색 및 전처리 | 27분 |
| 11차시 | 실전 실습 #3. 서울시 유동인구 데이터 분석 및 시각화 | 30분 |
| 12차시 | 데이터 전처리 #1. 개요 및 수치형 데이터 처리(결측치, 구간화, 정규화) | 29분 |
| 13차시 | 데이터 전처리 #2. 범주형 데이터 전처리(레이블 인코딩, 원핫 인코딩) | 32분 |
| 14차시 | 실전 실습 #4. 타이타닉 데이터 전처리 | 42분 |
| 15차시 | 고급 데이터 전처리 #1. 이상치 탐지 및 처리(IQR, Z-Score) | 33분 |
| 16차시 | 고급 데이터 전처리 #2. 불균형 데이터 처리 (SMOTE) | 31분 |
| 17차시 | 특성 공학 #1. 특성 공학의 개념 및 특성 선택 실습 | 28분 |
| 18차시 | 특성 공학 #2. 차원 축소의 이해와 MNIST 실습 | 35분 |
| 19차시 | 텍스트 데이터 전처리 개요 및 과정 실습(토큰화, 불용어 제거, TF-IDF) | 26분 |
| 20차시 | 실전 실습 #5. 네이버 영화 리뷰 분석 | 31분 |
모사답안 처리기준
- 모사답안의 정의
- 과제·시험에서 타인의 답안을 그대로 복사하거나, 문장의 구조·핵심 표현이 동일한 상태에서 일부만 바꾸어 제출한 답안을 모사답안이라고 합니다. 인터넷·서적·강의자료의 내용을 출처 없이 그대로 옮겨 적는 경우도 포함될 수 있습니다. - 처리 원칙
- 모사답안으로 판정된 경우, 해당 평가의 점수는 0점 처리됩니다.
- 모사답안이 1건 이상 적발되면 해당 수강생의 전체 과정이 미수료로 처리될 수 있습니다.
- 반복·중대한 부정행위 발생 시, 해당 사업장은 최대 1년간 직업능력개발훈련비 지원이 제한될 수 있습니다.
수강 후기
수강 후기 데이터가 없습니다.